求解 Ax = b:可解性和解的结构
8.1 Ax = b 的解
举例,同上一讲:有 矩阵 :
求 的特解:
写出其增广矩阵(augmented matrix):
显然,有解的必要条件为 。
8.1.1 Ax = b 可解性
讨论 满足什么条件才能让方程 有解(solvability condition on ):
- 从列空间看:当且仅当 属于 的列空间时;
- 如果 的各行线性组合得到 0 行,则 端分量做同样的线性组合,结果也为 0 时,方程才有解。
8.1.2 Ax = b 的解结构
- 特解
解法:令所有自由变量取 0,则有 ,解得
代入 求得特解:
通解
令 成立的所有解:
即 的解集为其特解加上零空间。对本例有:
8.2 秩 r 与 Ax = b 的解关系
对于 矩阵 ,有矩阵 的秩 。
8.2.1 列满秩
主元变量为 ,没有自由变量。因为没有自由变量可以赋值,所以列的线性组合得不到 0(因为如果存在非零 使 成立,那么 中有一列是没有贡献的,既然没有贡献,那么也就不存在列满秩的情况了)。
所以列满秩的解的情况:0 或 1 个特解。
举例:
列满秩 情况:
,要使 有非零解, 必须取 中各列的线性组合,此时 的零空间中只有 向量。
P.S. 因为行向量是 2 维的,且前两行线性无关,2 维平面中有两个向量线性无关,那该平面的所有向量都可以由这两个向量线性组合得到,所以后面两行一定会是 0 行。
8.2.2 行满秩
每行都有主元,不存在 0 行,那么 就没有要求,而且有 个自由变量,所以解有无穷多个。
举例:
行满秩 情况:
, 都有 的解,因为此时 的列空间为 , 恒成立,组成 的零空间的自由变量有 个。
8.2.3 行列满秩
代表的是满秩方阵,消元到最简形式是单位矩阵,是一个可逆矩阵,结合 和 的解的情况得出此时一定有一个解 , 满足是 向量的线性组合。
举例:
行列满秩情况:,如:
则 最终可以化简为 ,其零空间只包含 向量。